政策与焦点·外媒速览
以色列本-古里安大学的一个博士生团队宣布他们能从隔离网闸式计算机上获取信息,方法是读取计算机处理器散发的热量中所包含的信息,这种热量信息就好像烟雾信号。
所有计算机都有内置热传感器,其作用是探测处理器产生的热量,并启动风扇,以防过高温度损伤元器件。
为了在办公环境下成功窃取数据,黑客会用恶意软件感染两台相邻的台式机,其中一台通过隔离网闸保护,另一台则是联网的。当恶意软件控制这两台机器后,可以让它们解码隐藏在传感器数据里的信息。携带恶意软件的病毒很容易感染联网的计算机,而要感染一台隔离网闸式电脑,就需要通过优盘或其他硬件途径,这在安全措施十分严密的场所很难实现。
(来自:环球科学)
最近在东京举行的会议上,麻省理工学院与斯坦福大学的研究人员展示了可穿戴的微型随身机器人。
这种机器人被称为Rovables,可以在未经改造的衣服上垂直爬行。这意味着,你无需穿上特制的衬衫,它们就可以在身上随意爬动。在磁性夹持轮的帮助下,这些机器人可以固定在织物的正反面。利用传感器和人工智能,这些小机器人可实现部分自动化。研究人员描述,当不需要它们时,小机器人可以爬进你的口袋中休眠。
(来自:Re/code)
据英国《每日邮报》10月10日报道,虽然有些人视玩电子游戏为洪水猛兽,认为既浪费时间,又会导致发胖或其他众多健康问题,但万事不能一概而论。
一组来自英国诺丁汉特伦特大学(Nottingham Trent University)的心理学家找来了43名参与者,要求他们完成一项注意力测试。测试分为两组,第一组要求参与者在滚动的黑色字母中找到一个白色字母,另一组要求在分别旋转了0度、90度、180度和270度四个方向中辨别出目标字母。
研究者发现,玩虚拟游戏能确实提高人的知觉能力和注意力。相比于从不玩游戏的人,一周玩1~5个小时游戏在处理虚拟信息时能提高5%的准确度。
(来自:每日邮报)
谷歌 DeepMind 又放大招:在近日在线出版的 Nature 杂志上,DeepMind 团队发表论文,提出了一种结合神经网络和数字计算机两者最强优势的混合计算系统。
常规计算机(即数字计算机)可以处理复杂形式的数据,但是需要手动编程来执行这些任务。人工神经网络可以像大脑一样的学习,从数据中识别模式,但是人工神经网络缺少存储器架构,无法对结构化数据进行符号处理。
由此,Alex Graves、Greg Wayne、Demis Hassabis 等人开发了一个叫做“可微分神经计算机”(DNC),将神经网络与一个可读写的外部存储器结合起来,这样就克服了神经网络无法长时间保存数据的缺点。
从数学上讲,DNC 类似一个可微分的函数,这也是研究人员称它为可微分的原因。相比之下,数字计算机不可微,因此也无法做到像神经网络一样从数据中学习。
研究表明,DNC 可以成功地理解图形结构,如家谱或传输网络。此外,还能在没有先验知识的情况下规划在伦敦地铁上的最佳路线,解决涉及用符号语言描述目标的移动拼图谜题。
(来自:Nature)